SmartRecruiting/Reunions

From air
Jump to navigation Jump to search

<<< RETOUR

Réunions de Sprints

Sprint 0

Daily Vendredi 02/02

Présents : Alicia, Antoine, Qianqian, Héloïse en chat vocal

  • Ce qui a été fait
    • SRS : Quasi fini, il reste la structure de l'application à détailler (dépends de l'UML)
    • UML : a revoir et valider
    • Recherches technos : Finies, à approfondir pour le réseau de neurones
  • Difficultés rencontrées
    • Risque au niveau des données (récupération et traitement) car nous n'avons commencé la partie de conception
  • Actions
    • Aujourd'hui 17h Rendu du SRS (Alicia)
    • Aujourd'hui Finir l'IHM abstraite (Alicia)
    • Aujourd'hui Commencer le back-log (Tous)
    • 05/02 Présentation des résultats de recherche (QianQian)
    • 05/02 Finir le back-log (Tous)

Sprint 1

Sprint Planning 05/02

Présents : Alicia, Antoine, Héloïse, Romane, Qianqian

  • Ce qui a été fait
    • SRS
    • UML
    • IHM abstraite
    • Gestion et mise en place du projet
  • Difficultés rencontrées
    • Projet un peu flou
    • Appréhension au niveau de la récupération des données
  • Choix des users stories pour le sprint 1
    • US2 : Définir des formats de données
    • US5 : Etude des modalités de documents et de texte brut
    • US6 : Rechercher des données pertinentes
    • US10 : Rédiger la charte graphique
    • US37 : Concevoir la BDD
    • US38 : Maquette IHM
    • US39 : Trouver des données pour remplir notre BDD
    • US40 : Créer architecture Back-End
    • US41 : Créer architecture Front-End
    • US42 : Présentation des algorithmes de recommandation

Daily 06/02

Présents : Alicia, Antoine, Héloïse, Romane, Qianqian

  • Ce qui a été fait
    • Recherche d'offre
      • Pour PRI, RICM
      • Piste pour les offre GGC
    • Contact responsable stages UGA
    • Conception BDD
    • Charte graphique
      • Logo à décider
    • Début back-end
      • Mise en place Flask
      • Documentation
  • Difficultés rencontrées
    • RAS
  • Tâches à effectuer
    • RG : Back-end (autoformation), Conception des descripteurs
    • AG : Back-end (autoformation, création répo git)
    • HF : Maquettes IHM, Présentation des logos
    • QF : Présentation des algos, Conception des descripteurs
    • AA : Maquettes IHM, Début front-end si le temps

Daily 07/02

Présents : Alicia, Antoine, Héloïse, Romane, Qianqian

  • Ce qui a été fait
    • Recherches sur les formats de données à adopter et algorithmes des réseaux neuronaux
    • Réunion de suivi avec DD
    • Maquettes IHM et charte graphique finis
    • Architecture Front-End démarrée
    • Architecture Back-End mis en place avec Flask
    • Tutoriel TensorFlow avec CodinGame : ici
  • Difficultés
    • Problème d’exécution du tutoriel TensorFlow
    • Problèmes d'affichage des images
    • Problème de json pour le back-end
    • Difficultés à comprendre TensorFlow
  • Tâches à effectuer
    • US41 (HF,AA) : Front + routing + images
    • US40 (AG) : Créer BDD
    • US5 (RG,QF) : Continuer les recherches et faire des tutoriels

Daily 08/02

Présents : Alicia, Antoine, Héloïse, Romane, Qianqian

  • Ce qui a été fait
    • Tutoriel pour le pré-traitement en python (RG)
    • Tutoriel Tensorflow (QF)
    • Squelette du site web (AA,HF)
    • Création de la base de donnée (python --> vers la BDD) (AG)
  • Difficultés
    • Téléchargement des données pour le tutoriel TensorFlow (QF)
    • Problèmes de css pour la navbar (en utilisant des ngIf) (AA)
  • Tâches à effectuer
    • US41 (HF,AA) : Front + routing + navbar
    • US40 (AG) : Continuer de créer BDD
    • US5 (RG,QF) : Continuer les recherches et faire des tutoriels

Daily 09/02

Présents : Alicia, Antoine, Héloïse, Romane, Qianqian

  • Ce qui a été fait
    • Fin du tutoriel pour transformer des documents en vecteurs (QF)
    • Fin de mise en place de l'archi de la BDD et création des routes pour accéder aux données (AG)
    • Continuer le tutoriel de transformation de docs en vecteurs (RG)
    • Envoi de mail (AA)
    • Continuer le squelette du front-end (AA, HF)
  • Difficultés
    • Lire un caractère dans le terminal en python (RG)
  • Tâches à effectuer
    • Tutoriel pour l'apprentissage (QF)
    • Documentation des routes (AG)
    • Faire une documentation de description des descripteurs (QF, RG)
    • Popup connexion + regler problème bouton + tutoriel Angular + formation (HF)
    • Pages admin (stats, données, formations) (AA)

Sprint Review 09/02

  • Démo de la version 0 de l'application web :
    • Demo v0 du back-end
    • Demo v0 du font-end : Non terminé bug encore présents non connecté avec le back-end.
    • Deep-learning en trois étapes
      • Texte to vectors : réalisé
      • CNN
      • Prédiction avec réseaux hyper-connecté
  • Rétrospective du sprint :
    • User Story non terminée car ajout de sous-taches au cours du sprint.
    • Le chef y rage parce ça marche pas et qu'elle veux écrire du code!!!!
    • Problème d'installation de la clé

Sprint 2

Sprint Planning 12/02

Présents : Alicia, Antoine, Héloïse, Romane, Qianqian

  • Ce qui a été fait
    • US2 : Définir des formats de données
    • US5 : Etude des modalités de documents et de texte brut
    • US6 : Rechercher des données pertinentes
    • US10 : Rédiger la charte graphique
    • US37 : Concevoir la BDD
    • US38 : Maquette IHM
    • US39 : Trouver des données pour remplir notre BDD
    • US40 : Créer architecture Back-End
    • US42 : Présentation des algorithmes de recommandation
  • Choix des users stories pour le sprint 2
    • US41 : Créer architecture Front-End (continuer)
    • US4 : Mettre en place SonarQube
    • US19 : Pré-traiter les offres
    • US21 : Préparer la base d'apprentissage
    • US43 : Choisir l'hébergeur
    • US44 : Comparaison TensorFlow cloud et TensorFlow en local
    • US45 : Définir les méthodes de l'API
    • US46 : Préparer la soutenance mi-parcours
    • US47 : Tests unitaires

Daily 13/02

Présents : Alicia, Antoine, Héloïse, Romane, Qianqian

  • Ce qui a été fait
    • Installations pour faire tourner le back, mise en forme du Excel de la base d'apprentissage (RG)
    • Continuer le Front-End
      • Lien offre-formation via des services (HF)
      • Page Admin données + logique derrière (AA)
    • Commencer la mise en place de SonarQube (AG)
    • Prétraitement des offres (QF)
      • Mettre en forme les offres (Taille fixe)
  • Difficultés
    • Utilisation de service pour la logique du Front-End (AA)
  • Tâches à effectuer
    • Automatiser les runs SonarQube (AG)
    • Lancer la construction des descripteurs des offres (Word2Vector) (QF)
    • Voir M. Besacier (tous)
    • Compléter l'implémentation des méthodes de l'API (RG)
    • Continuer le Front-End
      • Logique de connexion (HF)
      • Utiliser les services + Page formations de l'admin (AA)

Autres réunions

Réunions de suivi

Réunion Skype du 06/02

Présents: Didier Donsez, Alicia, Antoine, Cécile, Héloïse, Romane

  • Points Abordés
    • Avancement du projet et tâches effectuées
    • Discussion sur la récupération des données
    • Mise en garde sur l'ontologie (mots de même sens mais exprimés différemment) pour la constructions de nos descripteurs de fichiers

Réunions avec Disrupt' Campus

Réunion du 30/01

Présents: Gérard Pollier, Lucas Bisognin, Alicia, Antoine, Cécile, Romane

  • Points Abordés
    • Présentation du projet Disrupt'Campus
    • Conseils sur la gestion de projet
    • Besoins pour le projet
      • Associer une offre à plusieurs profils
      • Apprentissage à partir des descriptions de compétences des formations
      • Facilité d'utilisation de notre application
  • Actions
    • Livrer le SRS : Vendredi 02/02 à 17h
    • Livrer le product back-log : Lundi 05/02 à 14h

Présentations de Veille Techno

Réunion du 30/01 pour présentation de TensorFlow vs DeepLearning4j

Présents: Alicia, Antoine, Cécile, Romane

  • Points Abordés
    • Pertinence de TensorFlow, DeepLearning4j et PyTorch pour notre projet
    • QF : Présentation Slides
    • Choix de conserver TensorFlow, plus adapté aux projets d'innovation (plus grande communauté)

Réunion du 06/02 pour présentation des algorithmes de recommandation

Présents: Alicia, Antoine, Cécile, Héloïse, Romane

  • Points Abordés
    • Filtrage collaboratif
      • Comparaison entre les offres et toutes celles de la base pour trouver la plus proche
      • Similarité entre la formation de la plus proches et des autres pour prédire une solution
      • Trop long à lancer pour nos exigences de performance
    • Association Rule-based
      • Calcule des règles logiques à partir de la base d'apprentissage
      • Prédiction plus rapide par la suite
    • Slides
    • Choix d'utiliser la méthode Association Rule-based